タグ: ベンチマーク

【AIニュース】金融安定へのサイバーリスク警鐘、AI暴走事例の倍増、コード不要インターフェースの模索

FSB議長がG20にAIサイバーリスクの金融安定への影響を警告し、英国のAI暴走事例観測所は7月の報告件数が倍増したと発表した。一方でRunwayはコード不要でUIを生成する新型モデルを公開し、研究分野ではAIが自分自身の学習アルゴリズムを書き換える能力を測るベンチマークが登場した。AIの「効き目」と「制御しにくさ」が同時に際立った一週間を振り返る。

【AIニュース】ベンチマーク再設計と“道具立て”の自動進化が示す、エージェント実用化の次の壁

AIエージェント評価が『単発の正解率』から『長期タスクの信頼性』へ移行しつつあります。加えて、エージェントを強くする“ハーネス”自体を自動で改良する研究も登場しました。